在使用带有TFIDF Transformer的k-means后如何获得每个簇的顶级项？

Question

我正在使用scikit-learn k-means算法。在我的例子中，输入文档是术语向量，所以我使用DictVectorizer然后使用TfidfTransformer来规范化数据：

dict_vectorizer = DictVectorizer()
dict_sparse_matrix =dict_vectorizer.fit_transform(doc_term_vectors)
X = TfidfTransformer().fit_transform(dict_sparse_matrix)

一旦k-means算法完成，我想获得每个群集的顶级术语：

order_centroids = km.cluster_centers_.argsort()[:, ::-1]
terms = dict_vectorizer.get_feature_names()

问题在于，在不考虑tf-idf加权的情况下检索“顶部”术语。我知道我想要的东西可以通过使用TfidfVectorizer来实现，但我没有字符串列表作为输入，所以我不能使用它。